طراحی چهارچوب ترکیبی عصبی-فازی برای مدیریت ریسک در زنجیره تامین با استفاده از محاسبات نرم

چکیده مقاله

مدیریت ریسک در زنجیره تامین به دلیل پیچیدگی، عدم قطعیت و پویایی محیط کسب وکار، به عنوان یک چالش اساسی مطرح است این مقاله با به کارگیری محاسبات نرم، یک چهارچوب ترکیبی عصبی فازی را برای مدیریت ریسک در زنجیره تامین ارائه می دهد رویکرد پیشنهادی از قابلیت سیستم استنتاج فازی FIS برای مدل سازی عدم قطعیت ها و از شبکه عصبی مصنوعی ANN برای یادگیری الگوهای ریسک استفاده می کند ارزیابی چهارچوب با استفاده از داده های واقعی نشان می دهد که این سیستم هوشمند نسبت به روش های مرسوم، دقت بالاتری در پیش بینی و مدیریت ریسک های زنجیره تامین دارد مدل نهایی قادر است سطوح ریسک کل زنجیره تامین و اجزای آن را ارزیابی کرده، ریشه های اصلی ریسک را شناسایی کند و در نهایت، راهکارهای مدیریتی اولویت بندی شده ای را ارائه دهد این چهارچوب به تصمیم گیرندگان کمک می کند تا در مواجهه با عدم قطعیت ها، قضاوت های سریع تر، منعطف تر و مستدل تری داشته باشند مقاله با ارائه یک مطالعه موردی، کارایی و برتری مدل ترکیبی پیشنهادی را در مقایسه با روش های مجزای عصبی یا فازی در پیش بینی و مدیریت ریسک، نشان می دهد

کلیدواژه‌ها

نویسندگان

مقداد خصوصی ثانی

گروه مهندسی برق، دانشگاه ملی مهارت، تهران، ایران

�صوصی ثانی، مقداد،1404،طراحی چهارچوب ترکیبی عصبی-فازی برای مدیریت ریسک در زنجیره تامین با استفاده از محاسبات نرم،پنجمین همایش ملی و نخستین همایش بین المللی محاسبات نرم علوم مهندسی در صنعت و جامعه،ایرانشهر

ارائه‌شده در

مجموعه مقالات دهمین کنگره ملی تازه های مهندسی برق و کامپیوتر ایران26 بهمن 1404 · ایرانشهر